面向低轨巨型星座的多目标卫星接入优化

低轨巨型星座可以提供全球无缝覆盖的卫星通信服务,但也会导致用户被卫星多重覆盖,如何选择最优的卫星进行接入,成为低轨巨型星座接入技术的关键问题。对此,提出一种基于粒子群的多目标卫星接入优化算法。综合考虑星地距离、卫星剩余可服务时间和卫星剩余负载等目标函数,根据不同业务类型的QoS需求,对参数赋予相应的权值;针对可视卫星数量多且动态变化的特点,通过粒子群算法进行低复杂度求解。仿真表明,相较于对比算法,所提算法对星地距离和卫星剩余可服务时间进行了优化折中,保障了服务时间和通信质量,提高了接入成功率,能够灵活满足用户的不同业务类型需求,适应用户业务不同时空分布以及业务离散化的场景。

基于多智能体深度强化学习的低轨星座跳波束资源调度研究

针对低轨星座跳波束资源调度的需求,提出一种基于多智能体深度强化学习的低轨星座跳波束资源调度方法。通过多目标优化的选星接入方式,建立卫星与服务区域之间的映射关系。在此基础上,根据业务类型和QoS需求的多样性,采用混合专家模型的方法,构建一个资源调度多智能体,用于星上资源与跳波束图案的实时决策调度。仿真结果表明,与传统方法相比,所提资源调度方法不仅能满足不同业务对时延和吞吐量的性能需求,还能有效平衡算法的复杂度,适应多样化业务的融合传输需求,应对业务流量的时空分布不均和动态变化,具有较强的泛化能力。